深度学习入门笔记之感知机

1、感知机是什么？

感知机可以简单地认为是一个转换器，它可以接受多个信号，输出一个信号。就如同我们初中物理课程里面常常提到的与门，这就是一个很简单的感知机。

2、感知机的相关概念。

A、阈值:输入的值通过相关函数进行计算，然后将计算出来的值输入感知机，如果满足感知机的设置值，就会激活出相应的输出。我们把这个设置值称为“阈值”。

B、偏置和权重；我们用一个例子进行说明：

上图这个感知机中，w1,w2是权重，b是偏置。w1,w2反应的是输入信号的重要程度。偏置是调整神经院被激活的容易程度。

从上面看出来了，感知机也就是一个很简单的类似于我们不断输入信号，给予每个输入信号的权重不一样，得出输出信号的一个东西。

我们应该知道：感知机中的那些权重，实际上是我们人工设定的。我们目前的机器学习这些，实际上就是自己设定参数，把数据输入给计算机，让计算机进行计算，我们进行感知机模型修正的过程。

3、感知机的局限性：

感知机实际上只能表示一条直线分割的空间（线性空间），对于非线性空间（由曲线分割而成的空间）实际上它是无能为力的。

但是我们也不需要为此而悲观，因为感知机实际上是可以叠加的。这样通过叠加了多层的感知机也就是多层感知机。